农村脆弱性贫困综合评价研究

罗毅

摘 要：贫困脆弱性研究一直是贫困领域的研究热点，综合比较江西省各地市的贫困脆弱性对扶贫攻坚攻略有着至关重要的作用。本文基于众多学者所提出的评价体系，从经济脆弱性、社会保障脆弱性和生态脆弱性三个准则层面出发构建了江西省脆弱性贫困评价指标体系，选取2017年江西省内的11个城市的数据，结合因子分析法及客观赋权法来对江西省各地市的脆弱性贫困进行综合评价。实证结果表明，经济与社会保障因素对江西省贫困脆弱性的影響是最大的，同时江西各个城市发展不平衡，发展水平不高，江西的贫困状态急需更多的改善和发展，最后针对江西省脆弱性贫困的背景下提出了若干发展对策。

关键词：脆弱性贫困;指标体系;因子分析法

一、 评价指标体系与因子模型

1. 脆弱性贫困的指标体系框架

我国学者对脆弱性贫困方面的研究层出不穷，到目前为止也没有统一关于脆弱性贫困相关评价指标体系的定义，不同的学者对农村贫困脆弱性评价指标体系有着各自独到的见解，但大部分都涵盖了经济发展水平、人文素质培养、自然环境状态、社会制度保障因素等方面。因此本文在借鉴前人研究的基础上，遵循可获得性、可比性和可操作性原则从经济脆弱性、社会保障脆弱性和生态脆弱性这三个准则层选取12个指标来对脆弱性贫困指标体系进行构建与评价（见表1），这三个方面基本涵盖了我国对于脆弱性贫困的发展改善的要求。

2.因子模型

农村脆弱性贫困的因子模型如下：

式中是公共因子，其通过因子分析可以得到能综合反映江西省脆弱性贫困各指标变量的随机变量;则是江西省脆弱性贫困的评价指标;是因子载荷，表示第i个原有变量与第j个因子变量的相关系数; 为随机扰动变量。

二、实证分析

1.主成分分析

对原始数据无量纲化处理后，通过运用 SPSS软件的因子分析得出了以下的结果（KMO检验值0.701）。如表2和表3所示，根据这些图表能算出每个城市的综合得分。下面将对这些表进行解释和说明。

根据表2，可以看出当因子的特征根值小于1时，大部分的评价指标所包含的信息都可以被涵盖，信息的流失率也降到了最低，这时前5个因子的累计方差贡献率高达85.742%，所以提取出5个公共因子就可以充分解释指标变量，并且可以得到以下计算公式，并可以计算出各主成分的得分，如表3所示。

2.评价结果分析

在表3中，江西各个城市的综合得分排名顺序：南昌、赣州、九江、上饶、宜春、吉安、景德镇、新余、抚州、萍乡、鹰潭。从表中可看出，综合得分高并不说明其各方面的状况都好，例如南昌综合得分虽然排第一，但它的自然因子方面却排第八，新余综合得分排名第八，而其环保健康方面却排第一，南昌是江西的省会城市，综合排名第一，但这也只是与江西省内各个城市相比较，这并不能说明它的贫困脆弱性低，从本文所找的原始数据和表中可看到，江西各个城市发展不平衡，发展水平不高，江西的贫困状态需要更多的改善和发展。

三、结论与建议

本文采用综合指标评价法来测量江西各个城市的贫困脆弱性，通过应用相应的指标，加总数学计量模型，得出各城市贫困脆弱性指标评价体系的过程。本文采用因子分析常用模型以及客观赋权法来测度各城市贫困脆弱性，将江西省各市的脆弱性贫困综合情况以明了排序的方式呈现了出来，对比不同的贫困脆弱程度，人们可以针对性的提出相应的治理方案，借此区分出各市贫困帮扶的力度。根据本文的实证结果，针对性的提出几点建议，借此加强政府对扶贫救济的力度。

区域统筹兼顾，实现城镇化的协调发展，从而促进贫困区域的结构优化。发展思路应该以南昌为中心，赣南、赣北为两翼，纵深全覆盖发展城镇化。优化城市城镇空间布局，建立科学的城镇化体系，以沪昆和京九线沿线建设为主线，以建设鄱阳湖生态经济区为依托，聚焦优势产业，连接江西各个区域的发展。优化产业布局，因地制宜的发展包括生态农业、生态旅游、影视传媒、金融服务、社区服务等在内的绿色产业，让这些产业成为江西的主导产业，以此带动江西省的经济发展，缓解贫困。

协调资源、环境和城镇化，实现贫困区域向城镇化发展的可持续性。大力发展低碳循环经济，构建可持续发展。第一，减少高能耗、高污染型投资，重点发展战略性新兴产业，以“创新驱动”来替代原有的“要素驱动”和“投资驱动”。第二，对传统产业升级，减少环境污染，为贫困区域城镇化的发展提供支持。

参考文献

1.杨浩、庄天慧、蓝红星. 气象灾害对贫困地区农户脆弱性影响研究――基于全国592个贫困县53271户的分析.农业技术经济，2016（3）.

2.方迎风、邹薇. 能力投资、健康冲击与贫困脆弱性.经济学动态，2013（7）.

3. 徐超、李林木. 城乡低保是否有助于未来减贫――基于贫困脆弱性的实证分析.财贸经济，2017（5）.

4.万广华、章元、史清华. 如何更准确地预测贫困脆弱性：基于中国农户面板数据的比较研究.农业技术经济，2011（9）.

5.许启发、王侠英. 安徽省城乡居民贫困脆弱性因子分析.山东工商学院学报，2017（2）.

6. 贺祥、熊康宁. 基于熵权灰色关联法的贵州岩溶山区农村贫困脆弱性分析.江苏农业科学，2014（3）.